電子測量技術最新期刊目錄

多路徑特征融合的YOLOv8航拍圖像檢測算法————作者：王靈超;沈學利;艾強;閆海龍;

摘要：針對無人機航拍圖像中目標密集、背景復雜導致小目標檢測精度較低的問題，提出了一種改進的航拍目標檢測算法（MF-YOLO）。首先，增強YOLOv8的多路徑特征融合能力，整合不同層次特征以保留淺層細節，提高小目標檢測精度；其次，采用EMA注意力機制，提高目標區域識別率和目標框定位精度，有效區分目標與背景區域；然后，提出密集注意層（DAL），通過聚焦密集目標區域和抑制無關特征，提升算法對密集區域的特征提取...

基于模態分解和多模型融合的IES多元負荷預測————作者：李大華;趙志成;田禾;高強;

摘要：針對綜合能源系統中多元負荷的隨機性和高波動性所帶來的挑戰，現有的負荷預測方法通常難以實現高精度和穩定的預測效果。為解決這一問題，提出一種基于模態分解和多模型融合的IES短期負荷預測方法。首先，利用最大互信息系數對輸入特征進行篩選，旨在有效識別與負荷變化相關的關鍵因素；其次，將樣本熵結合互信息為適應度函數，采用指數三角優化算法獲得VMD的最優參數組合，從而實現對IES負荷的有效分解，得到多個本征模態...

基于SGF-YOLO的鋼板缺陷檢測方法————作者：雷超;陳德基;孫家棟;施佩;

摘要：鋼板產品的表面質量對其使用性能和市場競爭力具有重要影響。針對鋼板表面缺陷檢測精度不足導致的誤檢頻發和漏檢嚴重等問題，本文提出了一種基于YOLOv8n的改進模型SGF-YOLOv8n。首先，引入了Slim-neck結構，以有效減少模型的參數量和計算復雜度，從而提升計算效率。其次，集成GAM注意力機制以增強模型對全局特征的感知能力，從而提高了對細微缺陷的檢測性能。最后，采用Focaler-IoU損失函...

基于FPGA的輕量化霍夫變換加速器設計與實現————作者：蔣晨鑫;肖昊;徐瀚;朱驕陽;

摘要：霍夫變換是一種檢測直線的常用方法，有很好的抗干擾能力及魯棒性。但由于霍夫變換檢測直線計算復雜度高，存儲需求大，在硬件上部署困難。本研究提出了一種基于分級霍夫變換思想的改進霍夫變換算法，該算法將一次霍夫變換分解成兩次變換運算，第一次運算圖像經過下采樣處理降低了第一級投票器的存儲需求，第二次運算的投票器存儲范圍受第一次運算出來的參數限制，很好地解決了霍夫變換在硬件部署上存儲需求大的問題，并且利用三角函...

基于特征結合的MIMO-OFDM系統調制識別算法————作者：李璋培;張天騏;孫浩源;鐘揚;

摘要：目前非協作通信多輸入多輸出正交頻分復用（multiple-input multiple-output orthogonal frequency division multiplexing，MIMO-OFDM）系統中的子載波調制識別方法，存在低信噪比下識別精度不夠高，識別階數不夠高的問題。對此，本文提出一種基于特征結合的調制識別算法。首先對接收信號進行預處理；接著提取信號的同相正交分量并計算信號的小...

基于改進YOLOv10n的泊車圖像旋轉目標檢測算法————作者：梁列全;李想;何永華;周璇;

摘要：目標檢測是無人駕駛時代自動泊車智能感知的關鍵技術之一。魚眼相機感知過程存在環境因素復雜、障礙物類型多樣、魚眼鏡頭下檢測對象圖像失真等問題，常規算法難以保證自動泊車復雜場景下各類對象的檢測精度。為此，本文提出了一種基于改進YOLOv10n的旋轉目標檢測方法，在主干網絡引入SPPELAN模塊，并利用DSConv改進C2f中部分卷積融合iRMB模塊，以提高魚眼鏡頭下的特征提取能力，增強小目標對象的定位能...

基于注意力殘差網絡和混合池化的3D目標檢測————作者：王濤;薛慶水;王棟;張旭;

摘要：摘 要：針對3D目標檢測任務中行人和騎行者的檢測精度較低問題，以Voxel-RCNN為基準算法進行改進，提出了一種基于注意力殘差網絡和混合池化的3D目標檢測算法來提升檢測精度。首先，設計了一種融合殘差網絡和注意力機制的新型2D骨干網絡，通過殘差網絡結構來增強模型對不同目標尺寸的適應性，同時引入注意力機制以聚焦于關鍵區域，提高特征表示能力；其次，提出了一種新型的MLP池化方法，同時設計了一種結合卷積...

基于雙重模糊注意力機制的圖像分類方法————作者：顧蘇杭;王冶;張遠鵬;焦竹青;

摘要：人類視覺系統在處理外界信息時，往往聚焦于目標的關鍵特征和結構，同時弱化非目標區域。此外，在經典的CNN模型中，圖像中的噪聲經逐層傳播可能會干擾目標關鍵信息表征，導致無法準確提取特征。為此，本文提出一種基于雙重模糊注意力機制的圖像分類方法DFAM-CNN。首先，針對CNN卷積層輸出的特征圖，通過引入模糊邏輯技術設計了模糊通道注意力機制和模糊空間注意力機制，并利用這兩個機制在特征圖的通道和空間方向上進...

小樣本類增量提示的細粒度車輛識別————作者：冉燁軍;金良瓊;羅樹霞;李瓊憶;陶永;

摘要：在細粒度車輛識別領域，深度學習面臨一個挑戰:各種新車型源源不斷推出，然而我收集并標注數據的能力有限，這會導致“小樣本類增量學習問題”問題。針對上述挑戰，本文提出了一種新方法，基于提示的小樣本類增量學習，旨在使模型在少量新車輛類別樣本下既能識別原有類別又能學習新增類別，而無需重新訓練或依賴大量原始數據。這種方法結合了提示機制和預訓練的視覺轉換器（ViT）模型的優勢。我們設計了兩種提示——域提示和FS...

改進YOLOv11的無人機航拍圖像檢測算法————作者：李珺;丁彬彬;史維娟;楊琳;

摘要：針對無人機航拍圖像檢測任務中，存在目標尺寸微小且背景環境復雜，往往會導致漏檢和誤檢的問題，本文提出了一種基于YOLOv11的航拍圖像小目標檢測算法WT-YOLO。首先，考慮到無人機航拍圖像普遍為小目標的問題，調整了YOLOv11頸部網絡的結構，改變了輸出特征圖的尺寸，提高了算法對小目標的檢測能力。其次，結合WTConv，重新設計了Bottleneck和C3k2模塊的結構，命名為C3k2-WT，來實...

基于改進YOLOv8的受電弓燃弧檢測算法————作者：張書朝;彭立強;郭阿康;王立新;

摘要：針對現有受電弓燃弧檢測算法對高精度和輕量化的需求，提出一種基于YOLOv8的輕量級受電弓燃弧檢測算法RIL-YOLO。首先，結合RepConv模塊和GhostNet思想，設計了一種輕量級特征提取模塊RELAN，降低參數量和計算量的同時，保持模型對燃弧特征提取的性能；其次，針對小燃弧漏檢問題，增加一個小目標檢測模塊，并使用加權雙向特征金字塔網絡結構實現更高層次的特征融合，提高模型對小目標的檢測能力；...

頻域特征和硬負實例篩選的乳腺癌全切片分類————作者：鮑劉珍;賈偉;趙雪芬;孔德鳳;江海峰;

摘要：乳腺癌全切片圖像分類對精準診斷至關重要，然而，現有基于偽標簽的多實例學習方法存在偽標簽質量不高和選取硬負實例比例不合理的問題，為解決上述問題，本文提出一種結合頻域特征與動態硬負實例篩選的多實例學習方法。首先，設計多尺度頻域特征編碼模塊，通過頻域殘差連接與跨層特征融合，增強高頻細節與復雜紋理表征；其次，提出雙分支包預測模塊，基于注意力機制動態調整實例權重，緩解異質性導致的特征稀釋，優化偽標簽生成質量...

高運動性能輪腿機器人復雜環境越障控制方法————作者：鄧廣;姚江云;王寬田;陳國慶;

摘要：輪腿機器人在越障時，其動力學模型會因輪腿切換因素變得高度非線性，但是現有的線性控制方法難以準確描述這種非線性特性，導致機器人越障控制效果差。為此，提出復雜環境下高運動性能輪腿機器人越障控制方法。該方法在深入分析輪腿機器人越障過程受力情況基礎上，將控制輪腿機器人輪腿運動的電動機角速度作為關鍵控制對象，在進一步分析輪腿機器人越障過程步態情況，得到輪腿機器人越障位置誤差，將該誤差輸入到模糊級聯PID控制...

改進YOLO11的學生課堂行為檢測算法————作者：曹倩;曹燚;錢承山;

摘要：針對YOLO11在課堂行為檢測中存在復雜細節丟失、多尺度感知能力不足、計算效率低以及檢測精度低的問題，提出了一種改進的ATDW-YOLO算法。首先，在頸部網絡中構建了自適應極化特征融合模塊，提升特征語義融合能力，更好地捕捉復雜細節。其次，設計了任務動態對齊檢測頭模塊，提高模型在多尺度目標上的識別能力。然后，在主干網絡中引入動態分組卷積混洗轉換模塊，增強特征表示能力，實現網絡輕量化。最后，采用Wis...

單目SLAM中基于單應性的快速地平面檢測方法————作者：陳曄鑫;張濤;

摘要：在視覺同步定位與建圖（SLAM）中，地面信息不僅可以提供重力方向的參考，還能有效輔助障礙物的識別，因此地平面的準確檢測對于機器人導航至關重要。針對計算資源受限、缺乏深度信息的單目視覺SLAM地平面估計問題，本文提出了一種基于單應性的地面檢測方法。首先，通過RANSAC方法對初始環境下的匹配特征點對計算單應性矩陣，獲取初始地平面和相應的地面點云。隨后，基于已獲得的地面種子點，在SLAM建圖過程中結合...

基于SecureViT的惡意代碼檢測模型————作者：張傲;劉微;劉陽;李波;劉芳菲;

摘要：隨著惡意代碼的多樣性和隱蔽性不斷增加，傳統的惡意代碼檢測方法在面對未知惡意代碼時往往面臨高成本和不穩定性的挑戰。本研究旨在提出一種輕量化且高效的惡意代碼檢測模型，以適應資源受限環境中的應用需求。本文提出了一種基于SecureViT的輕量化惡意代碼檢測模型。該模型通過引入ACF模塊與MSDC模塊實現高效特征提取與精準分類。ACF模塊增強了模型對全局上下文信息的建模能力，MSDC模塊則通過多尺度特征提...

基于改進人工勢場法的車輛編隊避障研究————作者：趙曉鵬;王國權;

摘要：針對傳統人工勢場法在多車協同編隊避障中易陷入局部最優、路徑振蕩及目標不可達等問題，本文提出一種改進型人工勢場法。通過限定引力勢場的最小勢能、在斥力勢場中引入歐氏距離、構建道路邊界斥力勢場及非線性編隊穩定力勢場，優化了引力和斥力的動態平衡機制，提升了編隊的避障能力和行駛穩定性。數值仿真結果表明，針對三角形編隊避障場景，改進算法將到達時間縮短至22.3s（較傳統方法減少37.7%），路徑總長度縮短23...

基于Conformer-LSTM模型的連續無創血壓預測方法————作者：陳欣;劉立程;王小林;

摘要：提出了一種基于Conformer-LSTM模型的連續無創血壓預測方法，模型包括卷積支路、Transformer支路、兩個多尺度交叉注意力模塊、自適應空間特征融合模塊和兩層LSTM。通過該方法，僅通過輸入PPG信號即可預測對應的ABP波形，收縮壓和舒張壓通過預測的ABP波形得出。此外，該方法在較大的數據集中取得較小的預測誤差，實驗結果表明，本文提出的模型在MIMIC數據集中預測的ABP波形與實際波形...

基于拉普拉斯金字塔的特征融合深度估計算法————作者：李銘匯;范哲意;朱藝璇;

摘要：在計算機視覺領域，單目深度估計在自動駕駛、場景重建等應用中的重要性引起了廣泛的關注。然而，現有的自監督單目深度估計方法未能充分利用底層特征，導致了物體輪廓深度估計效果較差。為了解決這一問題，本文提出了一種多尺度特征融合解碼方法，將原始RGB圖像逐步高斯下采樣以獲得各級特征圖，然后對其分別進行高斯上采樣，利用上/下采樣過程中相同尺寸的特征圖對構建拉普拉斯金字塔，在解碼時從各個尺度將下采樣過程中丟失的...

安全控制系統多余度信號投票表決算法研究————作者：張嚴;蘭杰;楊錦輝;王劍宇;苗強;

摘要：控制系統作為核能裝備中的安全關鍵系統，在實際工程中往往需要長時間無人值守運行，其對自動化程度和運行可靠性的要求極高。高魯棒性的信號表決算法可以確保控制系統在遇到故障或異常情況時能夠自動應對并恢復正常運行。目前，核能控制系統中常用的信號表決算法為閾值檢測方法。該類方法結構簡單、易于理解，但其控制精度、可靠性、自動化程度等方面都表現欠佳。因此，基于長周期無人運行條件下的核能控制系統設計，以系統高可靠性...

　　電子測量技術來自網友的投稿評論：

提交